Geração de Imagens por IA em 2026: Midjourney, Flux e a Nova Corrida pelo Fotorrealismo

Há dois anos, identificar um retrato gerado por IA era quase um jogo de salão: contar os dedos, verificar a simetria dos brincos, procurar aquele brilho ceroso que denunciava um modelo de difusão por melhor que fosse o prompt. Esse jogo ficou muito mais difícil em 2026. Os principais modelos de imagem hoje renderizam poros da pele individualmente, a forma como a barba por fazer capta a luz lateral, e mãos com o número correto de nós dos dedos com frequência suficiente para que “basta olhar para as mãos” tenha deixado de ser um conselho confiável em algum momento do último ano. Esse progresso não veio de um único laboratório disparando na frente e permanecendo lá — veio de duas abordagens muito diferentes se empurrando mutuamente. De um lado, o Midjourney continua refinando um modelo fechado e curado que a maioria das pessoas nunca chega a configurar em um painel de opções. Do outro, a linha Flux da Black Forest Labs transformou a geração de imagens de pesos abertos de uma solução de compromisso para hobbistas em algo que pipelines profissionais constroem diretamente em cima. A distância entre “parece uma foto” e “é claramente IA” nunca foi tão pequena, e vale a pena ser específico sobre qual modelo fechou qual parte dessa lacuna.

Midjourney: curadoria em vez de controle

A vantagem do Midjourney nunca foi realmente capacidade técnica bruta — é bom gosto, entregue sem nenhuma configuração. O modelo padrão atual, o V8.1, tornou-se o modelo padrão no midjourney.com em 10 de junho de 2026, depois de um V8 Alpha que o Midjourney abriu para a comunidade em 17 de março de 2026. A grande mudança do V7 para o V8 foi o Omni Reference, um sistema para manter o rosto, a roupa ou o objeto de um personagem consistentes entre gerações sem os workarounds mais complicados de imagem de referência que o V7 exigia, combinado com um novo modo —hd que renderiza nativamente em 2K e gera imagens cerca de cinco vezes mais rápido que a versão anterior. No quesito fotorrealismo especificamente, testes independentes comparando o V7 com o V6 encontraram resultados mais fotorrealistas em 23 dos 30 prompts padronizados, com ganhos mensuráveis em textura de pele, detalhe de tecido e renderização de sombras — e o V8.1 amplia ainda mais essa tendência, particularmente em retratos em close-up, nos quais a luz agora contorna a linha do maxilar ou capta fios de cabelo individuais de um jeito que parece fotografado, não renderizado.

Nada disso é de graça, e o Midjourney nunca fingiu o contrário: não há plano gratuito permanente em 2026, e os quatro planos de assinatura são Basic a US$ 10/mês, Standard a US$ 30, Pro a US$ 60 e Mega a US$ 120, com cerca de 20% de desconto em qualquer nível ao pagar anualmente. Todos os planos incluem direitos de uso comercial, e o Stealth Mode — gerações privadas invisíveis no feed público da comunidade do Midjourney — é reservado para o plano Pro e acima. O que esse dinheiro compra não é tanto acesso bruto ao modelo, mas uma sensibilidade estética específica embutida nos pesos: as imagens do Midjourney tendem a parecer pensadas, com direção de arte, intencionais, mesmo a partir de um prompt de três palavras. Vale notar que o Midjourney não participa de arenas de benchmark de terceiros como a Artificial Analysis, que rastreiam votos de preferência humana às cegas entre dezenas de modelos concorrentes — uma escolha que o mantém fora das comparações diretas de Elo, mas que não abalou sua reputação entre os artistas e designers profissionais que formam seu público principal.

Flux: o modelo de pesos abertos que profissionais realmente colocam em produção

A Black Forest Labs, fundada em 2024 por ex-pesquisadores da Stability AI, passou os últimos dois anos defendendo que “aberto” e “de ponta” não precisam ser opostos, e o FLUX.2 — lançado em 25 de novembro de 2025 e ainda a linha principal da empresa em meados de 2026 — é a evidência mais clara desse argumento até agora. Em vez de um único modelo, o FLUX.2 é lançado como uma família ajustada para diferentes pontos do espectro entre velocidade e controle: o FLUX.2 [pro] é uma camada de API totalmente gerenciada, construída para igualar modelos fechados de ponta em qualidade enquanto roda mais rápido e mais barato; o FLUX.2 [flex] expõe diretamente a contagem de passos e a escala de orientação para desenvolvedores que querem ajustar manualmente o equilíbrio entre qualidade e velocidade; o FLUX.2 [dev] é um modelo de pesos abertos de 32 bilhões de parâmetros, disponível para download no Hugging Face, que a Black Forest Labs chama do modelo de imagem de pesos abertos mais capaz disponível, e que roda — por meio de uma implementação de referência fp8 construída com a NVIDIA e o ComfyUI — em placas GeForce RTX de consumo, em vez de exigir uma GPU de data center; e o FLUX.2 [klein], adicionado em janeiro de 2026 como uma variante licenciada sob Apache 2.0 e destilada em tamanho, mira na ponta mais rápida e leve da faixa, para uso em dispositivos e em edge.

As alegações técnicas são específicas, não um jargão de marketing vago: suporte a múltiplas referências para combinar até 10 imagens de entrada em um único resultado coerente, edição em resoluções de até 4 megapixels preservando detalhes finos e — a parte que mais importa para o fio condutor do fotorrealismo — os próprios benchmarks da Black Forest Labs mostram o FLUX.2 [dev] vencendo 66,6% das comparações às cegas de texto-para-imagem contra o Qwen-Image da Alibaba e 59,8% contra o Qwen-Image-Edit em edição com referência única, com margens ainda mais expressivas contra seu próprio antecessor, o FLUX.1 [dev].

Na prática, isso se traduz em um modelo que não obriga mais a escolher entre “aberto o suficiente para inspecionar e ajustar” e “bom o suficiente para colocar em produção”. Um designer pode baixar o FLUX.2 [dev] para uma estação de trabalho local, rodá-lo pelo ComfyUI e obter iluminação e renderização de pele que, uma geração atrás, exigiriam uma API fechada — com a auditabilidade e a geração de custo marginal zero que só ter os pesos em mãos realmente proporciona.

Onde a lacuna do fotorrealismo realmente diminuiu

As dimensões específicas e mensuráveis de “parecer real” avançaram juntas em todo o setor neste ano, em vez de um único laboratório dominar todas elas. A pele foi a mudança mais visível: modelos treinados intensamente com fotografia retocada e com filtros de beleza costumavam gerar por padrão um aspecto plástico e excessivamente suavizado, independentemente do prompt, e os principais sistemas de 2026 — o V8.1 do Midjourney, o FLUX.2 e rivais como o Nano Banana Pro do Google e o GPT Image 2 da OpenAI — agora renderizam textura de poros visível, manchas assimétricas e a forma como diferentes tons de pele espalham e absorvem a luz de maneiras distintas, em vez de nivelar todo mundo para o mesmo padrão de aerógrafo. As mãos, a piada de longa data do setor, melhoraram de forma menos dramática, mas ainda assim significativa: dedos extras ou fundidos agora são exceção nos modelos de ponta, e não mais uma questão de cara ou coroa, embora uma inspeção atenta em poses exigentes — mãos segurando objetos, dedos sobrepostos, ângulos incomuns — ainda ocasionalmente entregue o modelo. A iluminação é sem dúvida a maior vitória estrutural: tanto o Midjourney quanto o Flux agora lidam com fontes de luz indiretas e mistas — um rosto iluminado por uma janela de um lado e por um abajur do outro — com atenuação fisicamente plausível e mistura de temperatura de cor, algo que, até 2024, quebrava os modelos de forma consistente.

No lado dos benchmarks competitivos, o GPT Image 2 da OpenAI atualmente lidera a Artificial Analysis Image Arena — que classifica modelos puramente por votos de preferência humana às cegas — com uma pontuação Elo relatada em torno de 1337 a 1339, uma diferença entre o primeiro e o segundo lugar que os mantenedores do ranking descrevem como a maior já registrada, enquanto o FLUX.2 ocupa a posição mais forte entre os concorrentes genuinamente de pesos abertos, e o Midjourney fica fora do ranking por escolha, não por derrota. Nada disso torna o fotorrealismo um problema resolvido — texto miúdo dentro de uma cena fotorrealista, anatomia incomum e reflexos fisicamente impossíveis ainda derrubam todos os modelos listados aqui com frequência suficiente para importar em trabalhos profissionais de retoque. Mas a trajetória é inconfundível: os sinais reveladores que faziam de “identificar a imagem de IA” um truque de festa confiável há dois anos estão desaparecendo um de cada vez, e os dois caminhos muito diferentes — o modelo fechado e curado do Midjourney e os pesos abertos e inspecionáveis da Black Forest Labs — estão convergindo para o mesmo resultado, vindos de direções opostas.

O que isso significa para o restante de 2026

A conclusão prática para quem está escolhendo uma ferramenta agora é que “qual modelo é mais fotorrealista” é uma pergunta menos útil do que era há apenas um ano — a resposta honesta, para a maioria dos prompts do dia a dia, é que vários modelos de ponta já superam essa barra. A pergunta mais útil passou a ser sobre o fluxo de trabalho: se você quer o julgamento estético sem nenhuma configuração do Midjourney por uma mensalidade fixa, ou os pesos inspecionáveis e executáveis localmente do Flux para um pipeline no qual controle, custo em escala e auditabilidade importam mais do que escolher o único modelo com a maior pontuação em um ranking. É de se esperar que essa divisão se acentue em vez de se resolver — plataformas fechadas dobrando a aposta em curadoria e ecossistema, laboratórios de pesos abertos dobrando a aposta em controle e custo — porque ambas as apostas já se mostraram duradouras o suficiente para que nenhum dos dois lados tenha incentivo para abandoná-las.